Unterstützung bei der Diagnose
Obwohl Diagnose eine gängige Bezeichnung für die Ausgabe des Produkts ist, darf man nicht vergessen, dass die Ausgabe des Produkts eine interpretative Verteilungsdarstellung möglicher Klassen der Internationalen Klassifikation der Krankheiten (ICD), die im Pixelinhalt des Bildes dargestellt sein könnten ist.
Zwar können Ärzte und Einrichtungen des Gesundheitswesens die von dem Produkt ausgegebenen Daten zur Erstellung einer Diagnose verwenden, aber das, was das Produkt an sich ausgibt, ist keine Diagnose. Dies wird in der Ausgabe des Produkts entsprechend angezeigt und es wird dem FHIR-Standard gefolgt, sobald festgestellt wird, dass es sich bei der Ausgabe um einen DiagnosticReport mit dem Status preliminary handelt.
Die JSON-Blöcke auf dieser Seite sind Beispielantworten, die die Struktur der vom Produkt zurückgegebenen Daten zeigen sollen. Die darin enthaltenen Werte, einschließlich der Werte im Objekt metrics, sind Beispiele. Sie sind keine Aussagen über die Leistung des Produkts und dürfen nicht als Leistungsangaben verstanden werden.
Version 2.0
Endpunkt
https://ai.legit.health/v2/legit_health/predict
Anfrage Körper
Für eine allgemeine Bildanalyse, um Wahrscheinlichkeiten für erkannte Pathologien zu erhalten:
{
"requestId": "unique-request-id",
"data": {
"content": "base64 encoded image"
}
}
Für eine höhere Genauigkeit können Sie zusätzliche Daten eingeben:
{
"requestId": "unique-request-id",
"data": {
"type": "image",
"modality": "clinical",
"operator": "Practitioner",
"bodySite": "ARM_LEFT",
"subject": {
"identifier": "subject-id",
"gender": "m",
"height": 175,
"weight": 71,
"birthdate": "1986-10-21",
"generalPractitioner": {
"identifier": "practitioner-id"
},
"managingOrganization": {
"identifier": "organization-id",
"display": "Hospital Central"
}
},
"content": "base64 encoded image"
}
}
Dies ist die Beschreibung der betreffenden Eigenschaften für die Anfrage Körper:
bodySiteist der Code für die Körperstelle, die mit dem Foto aufgenommen wurde. Die Liste der zugelassenen Codes stellt Legit.Health auf Anfrage über support@legit.health zur Verfügung.
Antwort
Die Antwort enthält vorläufige Diagnoseergebnisse einschließlich möglicher Krankheiten, der dazugehörigen Codes und Diagnosesicherheit (%). Die unten dargestellte Antwort ist ein veranschaulichendes Beispiel: die darin enthaltenen Werte, einschließlich der Werte im Objekt metrics, sind Beispiele und keine Aussagen über die Leistung des Produkts.
{
"category": [
{
"coding": [
{
"code": "250171008",
"display": "Clinical history and observation finding",
"system": "http://snomed.info/sct"
}
]
}
],
"code": {
"coding": [
{
"code": "10206-1",
"display": "Physical findings of Skin Narrative",
"system": "http://loinc.org"
}
]
},
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
},
{
"code": {
"code": "2F20.2",
"codeSystem": "ICD-11"
},
"name": "Congenital nevus",
"probability": 6.11
},
{
"code": {
"code": "XH4L78",
"codeSystem": "ICD-11"
},
"name": "Nevus",
"probability": 2.16
},
{
"code": {
"code": "ED63.0",
"codeSystem": "ICD-11"
},
"name": "Vitiligo",
"probability": 1.92
}
],
"detectedModality": "Clinical",
"device": {
"deviceName": {
"name": "Legit.Health",
"type": "user-friendly-name"
},
"manufacturer": "AI Labs Group SL",
"resourceType": "Device",
"type": {
"code": "string",
"display": "Dermatology picture archiving and communication system application software",
"system": "http://snomed.info/sct"
}
},
"evolution": {},
"explainabilityMedia": {
"content": "",
"modality": "Clinical",
"resourceType": "Media",
"type": "image"
},
"mediaValidity": {
"isValid": true,
"metrics": {
"hasEnoughQuality": true,
"isDermatologyDomain": true
},
"score": 66.0
},
"metrics": {
"category": "calculation",
"resourceType": "DeviceMetric",
"sensitivity": 99.56,
"specificity": 93.99
},
"preliminaryFindings": {
"hasConditionSuspicion": 99.2,
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 0.6000000000000001,
"needsSpecialistsAttention": 3.86
},
"resourceType": "DiagnosticReport",
"status": "preliminary",
"time": 1.6485424041748047
}
Version 2.1
Sie können jetzt mehrere Bilder der gleichen Hautstruktur senden.
Diese Version unterstützt sogar das Senden mehrerer Bilder, um noch bessere Ergebnisse zu erzielen.
Hierbei sollte es sich nicht um ein und dasselbe Bild mit Veränderungen handeln, sondern um verschiedene Aufnahmen desselben Sachverhalts.
- Empfohlen: 3 Bilder.
- Maximal: 5 Bilder.
Endpunkt
https://ai.legit.health/v2/legit_health/diagnosis_support
Anfrage Körper
{
"requestId": "unique-request-id",
"data": {
"content": ["base64 image 1", "base64 image 2", "base64 image 3"]
}
}
Wie Sie sehen, ist der Inhalt ein Array, mit dem Sie bis zu 5 Bilder der gleichen Hautstruktur senden können. Hierbei sollte es sich nicht um ein und dasselbe Bild mit Veränderungen handeln, sondern um verschiedene Aufnahmen desselben Sachverhalts.
Um die Genauigkeit zu erhöhen, können auch zusätzliche Daten eingebunden werden, ähnlich wie bei V2.0.
{
"requestId": "unique-request-id",
"data": {
"type": "image",
"modality": "clinical",
"operator": "Practitioner",
"bodySite": "ARM_LEFT",
"subject": {
"identifier": "subject-id",
"gender": "m",
"height": 175,
"weight": 71,
"birthdate": "1986-10-21",
"generalPractitioner": {
"identifier": "practitioner-id"
},
"managingOrganization": {
"identifier": "organization-id",
"display": "Hospital Central"
}
},
"content": ["base64 image 1", "base64 image 2", "base64 image 3"]
}
}
Antwort
Die Antwort in Version 2.1 hat einen zusätzlichen Schlüssel, imagingStudySeries, der individuelle Ergebnisse für jedes Bild liefert. Die unten dargestellte Antwort ist ein veranschaulichendes Beispiel: die darin enthaltenen Werte, einschließlich der Werte im Objekt metrics, sind Beispiele und keine Aussagen über die Leistung des Produkts.
{
"category": [
{
"coding": [
{
"code": "250171008",
"display": "Clinical history and observation finding",
"system": "http://snomed.info/sct"
}
]
}
],
"code": {
"coding": [
{
"code": "10206-1",
"display": "Physical findings of Skin Narrative",
"system": "http://loinc.org"
}
]
},
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
},
{
"code": {
"code": "2F20.2",
"codeSystem": "ICD-11"
},
"name": "Congenital nevus",
"probability": 6.11
},
{
"code": {
"code": "XH4L78",
"codeSystem": "ICD-11"
},
"name": "Nevus",
"probability": 2.16
},
{
"code": {
"code": "ED63.0",
"codeSystem": "ICD-11"
},
"name": "Vitiligo",
"probability": 1.92
}
],
"device": {
"deviceName": {
"name": "Legit.Health",
"type": "user-friendly-name"
},
"manufacturer": "AI Labs Group SL",
"resourceType": "Device",
"type": {
"code": "string",
"display": "Dermatology picture archiving and communication system application software",
"system": "http://snomed.info/sct"
}
},
"explainabilityMedia": {
"content": "",
"modality": ["Clinical", "Clinical", "Clinical"],
"resourceType": "Media",
"type": "image"
},
"mediaValidity": {
"isValid": true,
"metrics": {
"hasEnoughQuality": true,
"isDermatologyDomain": true
},
"score": 66.0
},
"metrics": {
"category": "calculation",
"resourceType": "DeviceMetric",
"sensitivity": 99.56,
"specificity": 93.99
},
"preliminaryFindings": {
"hasConditionSuspicion": 99.2,
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 0.6000000000000001,
"needsSpecialistsAttention": 3.86
},
"imagingStudySeries": [ {
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
},
{
"code": {
"code": "2F20.2",
"codeSystem": "ICD-11"
},
"name": "Congenital nevus",
"probability": 6.11
},
{
"code": {
"code": "XH4L78",
"codeSystem": "ICD-11"
},
"name": "Nevus",
"probability": 2.16
},
{
"code": {
"code": "ED63.0",
"codeSystem": "ICD-11"
},
"name": "Vitiligo",
"probability": 1.92
}
],
"detectedModality": "Clinical",
"explainabilityMedia": {
"content": "",
"modality": "Clinical",
"resourceType": "Media",
"type": "image"
},
"mediaValidity": {
"isValid": true,
"metrics": {
"hasEnoughQuality": true,
"isDermatologyDomain": true
},
"score": 66.0
},
"metrics": {
"category": "calculation",
"resourceType": "DeviceMetric",
"sensitivity": 99.56,
"specificity": 93.99
},
"preliminaryFindings": {
"hasConditionSuspicion": 99.2,
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 0.6000000000000001,
"needsSpecialistsAttention": 3.86
}
},
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
},
{
"code": {
"code": "2F20.2",
"codeSystem": "ICD-11"
},
"name": "Congenital nevus",
"probability": 6.11
},
{
"code": {
"code": "XH4L78",
"codeSystem": "ICD-11"
},
"name": "Nevus",
"probability": 2.16
},
{
"code": {
"code": "ED63.0",
"codeSystem": "ICD-11"
},
"name": "Vitiligo",
"probability": 1.92
}
],
"detectedModality": "Clinical",
"explainabilityMedia": {
"content": "",
"modality": "Clinical",
"resourceType": "Media",
"type": "image"
},
"mediaValidity": {
"isValid": true,
"metrics": {
"hasEnoughQuality": true,
"isDermatologyDomain": true
},
"score": 66.0
},
"metrics": {
"category": "calculation",
"resourceType": "DeviceMetric",
"sensitivity": 99.56,
"specificity": 93.99
},
"preliminaryFindings": {
"hasConditionSuspicion": 99.2,
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 0.6000000000000001,
"needsSpecialistsAttention": 3.86
}
},
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
},
{
"code": {
"code": "2F20.2",
"codeSystem": "ICD-11"
},
"name": "Congenital nevus",
"probability": 6.11
},
{
"code": {
"code": "XH4L78",
"codeSystem": "ICD-11"
},
"name": "Nevus",
"probability": 2.16
},
{
"code": {
"code": "ED63.0",
"codeSystem": "ICD-11"
},
"name": "Vitiligo",
"probability": 1.92
}
],
"detectedModality": "Clinical",
"explainabilityMedia": {
"content": "",
"modality": "Clinical",
"resourceType": "Media",
"type": "image"
},
"mediaValidity": {
"isValid": true,
"metrics": {
"hasEnoughQuality": true,
"isDermatologyDomain": true
},
"score": 66.0
},
"metrics": {
"category": "calculation",
"resourceType": "DeviceMetric",
"sensitivity": 99.56,
"specificity": 93.99
},
"preliminaryFindings": {
"hasConditionSuspicion": 99.2,
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 0.6000000000000001,
"needsSpecialistsAttention": 3.86
}
}
],
"resourceType": "DiagnosticReport",
"status": "preliminary",
"time": 1.6485424041748047
}